Cómo crear un corto viral de IA en 30 minutos (edición 2026)

Un conjunto de cuatro herramientas y un guion repetible que convierte una sola idea en un video vertical pulido y que detiene el scroll, sin cámara, sin rostro y sin estudio.

En 2026, un corto sin rostro de 45 segundos puede alcanzar un millón de visualizaciones en una semana y costarte solo el tiempo que tardas en leer esta guía. Las herramientas se han vuelto lo suficientemente buenas en silencio como para que el cuello de botella ya no sea la calidad de la IA, sino el guion y el ritmo.

Este es el conjunto exacto que usamos para convertir una idea de una línea en un video vertical pulido en menos de 30 minutos. Sin cámara. Sin estudio. Sin necesidad de mostrar la cara.

El conjunto de cuatro herramientas

Necesitas exactamente cuatro piezas. No añadas más, cada herramienta extra consume tiempo y nunca lo recupera en un clip de 45 segundos.

Coste mensual total si publicas 3 cortos a la semana: unos 30 $. El mismo conjunto hace un año costaba más de 100 $ y producía resultados visiblemente peores.

• Una voz, ElevenLabs v3 para la narración.
• Una imagen, Midjourney para imágenes fijas de B-roll en 9:16 (o Flux 2 si quieres un coste menor).
• Un editor, CapCut en escritorio, gratis, rápido, con sincronización de ritmo incorporada.
• Un finalizador, Submagic para subtítulos, ganchos y sugerencias de B-roll de IA.

Paso 1: Escribe el guion de 45 segundos (5 minutos)

Abre un documento en blanco y escribe tres cosas:

Léelo en voz alta y cronométrate. Si dura más de 45 segundos a un ritmo natural, recorta palabras. El video vertical vive o muere por el ritmo.

• El gancho (primeros 1.5 segundos de audio). Una frase, contraria o curiosa. "La mayoría de la gente pierde dinero con Bitcoin porque compra lo que sus amigos compran". No "En este video hablaremos de…", eso se ignora en 0.4 segundos.
• El medio (unas 110-130 palabras). Tres puntos concretos, cada uno ligado a una imagen. Si no puedes imaginar el B-roll para una frase, corta la frase.
• La llamada a la acción (CTA) (1 frase). Sigue para X. Guarda para más tarde. Comenta tu opinión. Una petición, nunca dos.

Paso 2: Genera la voz en off (3 minutos)

Abre ElevenLabs y elige una voz de la biblioteca v3. Prueba tres voces en la primera frase antes de comprometerte, el ajuste de la voz importa más que la calidad de la voz. Una voz "premium" aburrida vencerá siempre a una voz "aceptable" entusiasta.

Configuraciones que funcionan bien para cortos:

Genera, escucha una vez y solo vuelve a generar si una palabra específica se pronuncia mal. No persigas la perfección, los espectadores tampoco.

• Estabilidad: 35-45 (un toque de variación suena humano)
• Similitud: 75
• Estilo: 20-30 si tu guion tiene énfasis, 0 si es un explicador tranquilo

Paso 3: Genera imágenes fijas de B-roll (10 minutos)

Aquí es donde la mayoría de los creadores pierden una hora. La solución es comprometerse con un único estilo visual desde el principio y reutilizar una referencia de estilo de Midjourney (--sref) en cada prompt.

Flujo de trabajo:

Terminarás con un conjunto visualmente coherente de imágenes verticales que parecen haber salido de un único director de arte. Eso es lo que diferencia un buen corto de IA de uno que grita "basura de IA".

Si el precio de Midjourney no se justifica por tu volumen de producción, Flux 2 hace el 80% del mismo trabajo a una fracción del coste, un poco menos estilizado pero lo suficientemente bueno para cortos.

• Genera una imagen "heroica" que te encante. Copia su valor --sref.
• Para cada línea de tu guion, escribe un prompt. Añade --ar 9:16 --style raw --sref <tu-código> a todos ellos.
• Ejecútalos en lote. Elige la mejor variante de cada uno. No escales todavía.
• Solo escala las 8-12 que vayas a usar realmente.

Paso 4: Edita en CapCut (8 minutos)

Primero, arrastra la voz en off a la línea de tiempo. Siempre la voz primero, las imágenes después, el audio dicta el corte, no al revés.

Luego:

Exporta a 1080×1920, 60fps. No envíes 30fps en 2026.

¿Quieres una línea de tiempo de escritorio tradicional en su lugar? Wondershare Filmora hace el mismo auto-corte sincronizado con el ritmo en un editor más convencional, un poco más lento para cortos puros de 45 segundos pero mejor si también editas video de formato más largo.

• Coloca cada imagen de B-roll en el beat donde empieza su frase.
• Usa Auto-corte a beat para cualquier música de fondo. La detección de ritmo de CapCut es sorprendentemente buena en 2026.
• Añade movimiento sutil a cada imagen fija: zoom lento de 5 segundos, alternando direcciones. Las imágenes estáticas en una pantalla vertical se sienten muertas en 2 segundos.
• Para la música de fondo, usa la biblioteca de CapCut y elige algo a 110-120 BPM con un volumen bajo de ducking para que la voz en off se mantenga por encima.

Paso 5: Añade subtítulos y gancho en Submagic (3 minutos)

Arrastra tu exportación de CapCut a Submagic. Tres cosas que hacer:

Exporta. Has terminado.

• Elige una plantilla de subtítulos que coincida con tu canal. El énfasis en palabras individuales, animado y en negrita funciona mejor para contenido educativo. La revelación palabra por palabra funciona mejor para contar historias.
• Usa el generador de ganchos de IA en tus primeros 1.5 segundos. Reescribe tu gancho en 3-5 alternativas, elige la más impactante. Este único paso vale la suscripción completa a Submagic.
• Acepta sugerencias de B-roll con moderación. La IA a veces propondrá un clip de stock que mejore genuinamente un beat, acéptalos, ignora el resto.

Lo que esto parece en la práctica

Una sesión típica, de principio a fin:

El primer corto que hagas te llevará 90 minutos porque estás aprendiendo las herramientas. El quinto te llevará 25.

Errores que matan el alcance

Algunos patrones que vemos que matan cortos que de otro modo serían decentes:

• Estilo visual inconsistente. Por eso --sref importa. Mezclar fotorrealismo e ilustración en un corto se lee como amateur, incluso cuando las tomas individuales son geniales.
• Subtítulos genéricos. Si tus subtítulos son solo texto transcrito en una fuente predeterminada, pierdes el 30% de la tasa de finalización frente a una plantilla de subtítulos diseñada.
• Dos CTAs. "Sigue Y comenta Y guarda" entrena al algoritmo para pensar que tu audiencia no hace nada. Una sola petición.
• Música alta. Si tu voz en off no está 12-15 dB por encima de la base musical, los espectadores deslizan.
• Sin variante de gancho. Submagic genera 5 alternativas de gancho en 10 segundos. El gancho por defecto del guion primero casi nunca es el mejor.

Dónde ir después

Una vez que hayas publicado 10 cortos con este conjunto, el cuello de botella pasa de "¿puedo hacer un video?" a "¿puedo encontrar ideas que valgan la pena?". Ese es el problema más difícil, pero es el que vale la pena resolver.

Por ahora, simplemente publica el primero. Hoy.